Octo Base

Robotika / VLANem elérhető
Other általModell-azonosító: octo-base

Berkeley/Stanford 93M transformer diffusion policy. Pretrained on 800k Open-X-Embodiment episodes.

Állapot
Nem elérhető
Bemenet → kimenet
Szöveg + Kép → Roboterakciók
Fejlesztő
Other
Frissítve
2026. szeptember 23.

Octo Base jelenleg nem elérhető

Az oldal részleteit továbbra is elolvashatja. Az alábbi elérhető alternatívák közül válasszon egy hasonló modell azonnali futtatásához.

01

Playground

Octo Base

Kutatási modell

Jelenleg nem elérhető

A Octo Base egy robotikai modell (vision-language-action), és nem futtatható a railwail API-n keresztül.

02

A Octo Base névjegye

Röviden2026. szeptember 23. szerint

A Octo Base a Other által fejlesztett modell a Robotika / VLA kategóriában. A Octo Base jelenleg nem érhető el a Railwail-en.

Háttér

A UC Berkeley / Stanford (Octo Model Team) névjegye

Alapítva: 2023 · Berkeley & Stanford, California, USA

The Octo project is a collaboration of academic labs led by Sergey Levine (UC Berkeley BAIR) and Chelsea Finn (Stanford IRIS), with contributions from CMU, Google DeepMind, and Toyota Research Institute. Octo was first released in May 2024 alongside the Open-X-Embodiment dataset effort, with the goal of producing a generalist, fully open-source robot policy that any researcher can fine-tune on a new robot in hours. Octo introduced the recipe of a transformer policy with a diffusion action head trained on 800k cross-embodiment demonstrations, and it has become a de-facto baseline in academic VLA / generalist-policy research. The team released both Octo-Small (27M) and Octo-Base (93M) under Apache-2.0, alongside code, checkpoints and a fine-tuning toolkit.

UC Berkeley / Stanford (Octo Model Team) meglátogatása

Architektúra

Transformer policy with diffusion action head (Vision-Language-Action)

Octo-Base is a transformer-based generalist robot policy. Inputs are tokenised RGB views and a natural-language instruction (encoded with a T5-base text encoder), interleaved with learnable readout tokens. The transformer trunk consumes this sequence and emits action latents that are decoded by a diffusion head producing continuous action chunks (default 4-step lookahead, 7-DoF end-effector deltas). The model was pretrained on roughly 800k demonstrations from 25 datasets in the Open-X-Embodiment collection, covering 9 robots, both single-arm and bimanual setups. Octo is intentionally embodiment-agnostic: action and proprioception spaces are encoded via shared adapters so the same backbone can be fine-tuned to new robots with as little as a few hundred demos. The diffusion head gives smooth, multimodal trajectories that outperform discrete-token VLAs on dexterous tasks at this scale.

Paraméterek
93M

Képességek

  • Generalist VLA policy across many robot embodiments
  • Trained on ~800k demos from Open-X-Embodiment
  • Diffusion action head produces smooth continuous actions
  • Natural-language instruction conditioning (T5 encoder)
  • Multi-view image inputs (primary + wrist cameras)
  • Designed for fast fine-tuning on new robots and tasks
  • Apache-2.0 open weights, code and recipes
  • Strong academic baseline for VLA papers
  • Best for: research, fine-tuning to new embodiments, generalist-policy benchmarks.

Képzés és licenc

~800,000 robot trajectories drawn from 25 Open-X-Embodiment-compatible datasets across 9 robot embodiments (Franka, WidowX, Bridge, RT-1 Everyday Robots, Berkeley UR5, etc.). Trained on TPU v4 / v5 hardware.

Licenc: Apache-2.0 - fully open weights, code, and dataset references. Research-friendly; commercial use permitted under the licence.

Biztonsági tesztelés: Octo is a research artifact; no formal red-teaming or RSP. Risks (unsafe robot motions) are mitigated at deployment time by application-specific safety controllers, not by the model itself.

Ismert korlátozások

  • Modest 93M scale - underperforms 7B+ VLAs on hard generalisation
  • Optimised for 7-DoF end-effector control - bimanual humanoid action spaces need adapters
  • Limited language reasoning relative to LLM-backed VLAs
  • Image resolution capped (256x256)
  • Trained mostly on Western lab data - geographic bias
  • Long-horizon planning requires external prompt decomposition
03

Árak

Jelenleg nem elérhető. Jelenleg nincs ár ehhez a modellhez, ezért nem futtatható.

04

API

Hívja meg a Octo Base modellt a Railwail API-kulcsával. Használja ezt a modell-azonosítót a kérésben:

Nem érhető el az API-n keresztül

A robotika modellek robot hardveren futnak, nem a railwail API-n keresztül.

05

Specifikációk

Modell-azonosító
octo-base
Fejlesztő
Other
Kategória
Robotika / VLA
Bemenet
Szöveg, Kép
Kimenet
Roboterakciók
Modell mérete
93M
Licenc
Apache-2.0 - fully open weights, code, and dataset references. Research-friendly; commercial use permitted under the licence.
Katalógus bejegyzés frissítve
2026. szeptember 23.

Címkék

  • berkeley
  • stanford
  • vla
  • robotics
  • research-only
  • open-weights
  • small
06

Felhasználási esetek

Mire használják

  • Generalist policy fine-tuning for new robots
  • Academic research and ablations on VLAs
  • Baseline in cross-embodiment robot learning papers
  • Educational / coursework robotics projects
  • Bootstrapping data-efficient manipulation policies
  • Reproducible benchmarks on Open-X-Embodiment
07

Gyakran ismételt kérdések

Mi az a Octo Base?

A Octo Base a Other által fejlesztett modell a Robotika / VLA kategóriában. A Railwail katalógusában szerepel, de jelenleg nem futtatható.

Mennyibe kerül a Octo Base a Railwail-on?

A Octo Base jelenleg nem futtatható a Railwail-on, ezért nincs aktuális ár. Az elérhető alternatívák árakkal az oldal alább találhatók.

Milyen gyors a Octo Base?

A Octo Base-nek még nincs elég mért futtatása a Railwail-on ahhoz, hogy futási időt adjunk meg. Ez a bemenettől, a beállításoktól és a szolgáltató terhelésétől függ.

Mikor használjam a Octo Base-t?

A Octo Base a Robotika / VLA kategóriához tartozik. A kategória oldala az ilyen típusú többi modellt listázza az árakkal.

Összes modell: Robotika / VLA

A Octo Base képes képeket feldolgozni?

Igen. A Octo Base szöveg mellett képeket is fogad bemenetként.

Használhatom a Octo Base-t most?

Jelenleg nem elérhető. Az oldal online marad; az ugyanabból a kategóriából elérhető alternatívák az oldal alább találhatók.

Összes modell egy API-n keresztül

Egy API-kulcs a Railwail összes modelljéhez. A használat előre feltöltött kreditek alapján kerül felszámításra, 1 kredit = 0,01 USD.